MétaCan
Menu
Retour à la cohorte
Enregistrement W2843315660 · doi:10.29375/01237047.3242

Modelo de Enfermería para optimizar sistemas de salud

2017· article· es· W2843315660 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueMedunab · 2017
Typearticle
Languees
DomaineHealth Professions
ThématiquePublic Health Policies and Education
Établissements canadiensRegistered Nurses' Association of Ontario
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPersonaGerontologySociologyMedicinePhilosophy

Résumé

récupéré en direct d'OpenAlex

Introducción: Los gobiernos de todo el mundo buscan diferentes estrategias para ampliar el acceso a los servicios de salud, abaratar costos y optimizar resultados. Objetivo: Presentar el contexto socio-político de salud en el que se sitúan las guías de buenas prácticas basadas en la evidencia de la Asociación de Enfermeras de Ontario. Temas de reflexión: La discusión se centra en los desafíos claves de salud y atención sanitaria que enfrentan diversos países del mundo, y las amenazas y oportunidades que éstos presentan para Enfermería. Se enfatiza la necesidad del uso de evidencia como una herramienta central pero no la única para optimizar los resultados de salud de los ciudadanos. Conclusiones: Los cuatro componentes principales que facilitan un modelo de atención efectivo corresponde a: Recursos humanos adecuados; trabajo interprofesional positivo; expansión del rol de las enfermeras profesionales; y la práctica basada en la evidencia. Todos estos componentes son necesarios para alcanzar una atención de acceso universal, oportuna y centrada en la persona. [Grinspun D. Modelo de Enfermería para optimizar sistemas de salud. MedUNAB 2017; 20(2): 224-234].

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,246
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0040,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,159
Tête enseignante GPT0,523
Écart entre enseignants0,364 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle